DeepMind达成RSI
摘要
据内部消息来源称,DeepMind已实现递归自我改进(RSI),这引发了关于其范围的疑问——它是否仅仅是DevOps管理,还是更深层次的进步。
据一位内部人士透露,消息是二手传递给我的,但我本人认识相关人员。关键问题是,他们对RSI的理解是什么?是模型仅负责DevOps管理,还是有更深层的进步?
相似文章
我对RSI的三点看法
Vadim Fedenko 分享了关于递归自我改进(RSI)的技术分析,认为真正的 RSI 需要能力的提升速度快于复杂度的增长,并且要拓展架构空间,而不仅仅是在固定参数内优化。他对 xAI 和 Anthropic 近期提出的 RSI 可能在一两年内到来的说法表示怀疑,理由是当前的大语言模型(LLM)缺乏减法工程能力,且现有的奖励函数忽视了复杂度。
@Recursive_SI: https://x.com/Recursive_SI/status/2054490801972166898
Recursive,一家由OpenAI、DeepMind等前研究负责人创立的人工智能初创公司,以6.5亿美元融资从隐身模式中走出,致力于通过开放式科学发现开发递归自我改进的AI,目标是实现超级智能。
你个人对RSI(递归自我改进)的预测是什么?现实一点。
一位用户询问对AI递归自我改进(RSI)的可能性和时间线的预测。
@alacheng:递归自我改进(RSI)是AI领域最热门的方向。过去六个月里,许多公司都纷纷将自己定位为RSI公司。我……
推文介绍了一个关于递归自我改进(RSI)的精选研究合集,涵盖从STaR、Self-Rewarding LMs到Promptbreeder和Automated Design of Agentic Systems等关键论文,梳理了RSI从自生成训练到自我修改代码代理的演进脉络。
@seekjourney:一个值得密切关注的强劲新RSI信号:Google Research 已开始研究递归自我改进……
Google Research 已开始为 Agent Harness 研究递归自我改进,重点是无需模型重新训练即可自动迭代提示、工具、内存和控制流。这种 Harness 级别的方法被认为比模型级别的 RSI 更清晰、更实用。